Técnicas inteligentes na classificação do Transtorno do Espectro Autista: uma revisão sistemática
DOI:
https://doi.org/10.53660/CONJ-763-C08Palavras-chave:
Aprendizado de Máquina, Diagnóstico, Inteligência Artificial, Revisão Sistemática, Transtorno do Espectro AutistaResumo
O Transtorno do Espectro do Autismo é um transtorno mental caracterizado por dificuldades na socialização, comportamentos repetitivos, dificuldades na fala e comunicação não verbal. Entender as necessidades dos pacientes é uma das tarefas mais desafiadoras para os cuidadores. Porém, por meio do diagnóstico precoce, o tratamento pode ser iniciado mais cedo, garantindo resultados mais eficazes quando comparado aos pacientes diagnosticados de forma tardia. O presente estudo trata-se de uma revisão sistemática da literatura baseada no protocolo de Kitchenham e Charters (2007), cujo principal objetivo é analisar e qualificar trabalhos que utilizem técnicas de inteligência artificial na classificação do Transtorno do Espectro do Autismo. Foram analisados 167 trabalhos, de cinco diferentes bases de dados. Desses trabalhos, foram extraídas e sintetizadas informações que responderam 6 questões de pesquisa definidas neste estudo, as quais abrangeram conceitos acerca das técnicas inteligentes abordadas.
Downloads
Referências
DEKHIL, Omar et al. A personalized autism diagnosis CAD system using a fusion of structural MRI and resting-state functional MRI data. Frontiers in psychiatry, v. 10, p. 392, 2021.
FECZKO, Eric et al. Subtyping cognitive profiles in autism spectrum disorder using a functional random forest algorithm. Neuroimage, v. 172, p. 674-688, 2018.
KITCHENHAM, Barbara; CHARTERS, Stuart. Guidelines for performing systematic literature reviews in software engineering. 2007.
KLIN, Ami. Autismo e síndrome de Asperger: uma visão geral. Brazilian Journal of Psychiatry, v. 28, p. s3-s11, 2006.
OMAR, Kazi Shahrukh et al. A machine learning approach to predict autism spectrum disorder. In: 2019 International Conference on Electrical, Computer and Communication Engineering (ECCE). IEEE, 2019. p. 1-6.
SHAHAMIRI, Seyed Reza; THABTAH, Fadi. Autism AI: a new autism screening system based on Artificial Intelligence. Cognitive Computation, v. 12, n. 4, p. 766-777, 2020.
SILVA, Micheline; MULICK, James A. Diagnosticando el trastorno autista: aspectos fundamentales y consideraciones prácticas. Psicologia: ciência e profissão, v. 29, n. 1, p. 116-131, 2009.
ZHANG, Fan et al. Whole brain white matter connectivity analysis using machine learning: an application to autism. NeuroImage, v. 172, p. 826-837, 2018.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Conjecturas
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.